💪 专业从事且热爱图像处理,图像处理专栏更新如下👇:
📝《图像去噪》
📝《超分辨率重建》
📝《语义分割》
📝《风格迁移》
📝《目标检测》
📝《暗光增强》
📝《模型优化》
📝《模型实战部署》
目录
- 一、脚本说明
- 二、代码
- 2.1 参数修改
- 2.2 代码
- 三、修改效果
- 四、总结
一、脚本说明
此脚本主要是用于使用超分时,多数官方开源数据集视频帧命名格式为00000000.png,00000001.png,00000002.png…,如REDS数据集见下:
多数开源代码如果使用此数据集,图像预处理处分代码是针对此命名格式设计的,如果使用自己数据集,要么修改图片名和官网一致,要么修改源码预处理部分代码。
假设我自己的视频帧图片名格式为:frame_996.bmp,frame_997.bmp,frame_998.bmp…
现在我想把我自己的训练样本图片名称批量按照原顺序修改为格式00000001.png格式,具体代码见下二。
二、代码
2.1 参数修改
使用代码需要修改的地方见下,其中使用正则表达式提取图片名中数字部分,学者在使用时根据自己的图片名格式对应修改,使其能仅提取图片名中数字,用于保持原图片名顺序。
2.2 代码
完整的批量按顺序修改图片名代码见下:
import os
import shutil
import re
class BatchRename():
'''
批量重命名文件夹中的图片文件
'''
def __init__(self):
self.path = 'TestImages/INF/INF_resize_frame_480360/X4/002' #表示需要命名处理的文件夹
self.save_path='TestImages/INF/INF_resize_frame_480360/X4_name/002'#保存重命名后的图片地址
def rename(self):
filelist = os.listdir(self.path) #获取文件路径
# filelist.sort(key=lambda x: int(x.split('.')[0])) # 先按照名称顺序排好序
filelist.sort(key=lambda x: int(re.search(r'_(\d+)\.bmp$', x).group(1)))
total_num = len(filelist) #获取文件长度(个数)
i = 0 #表示文件的命名是从1开始的
for item in filelist:
print(item)
if item.endswith(('.png','.jpg','.jpeg','.bmp')): #初始的图片的格式为jpg格式的(或者源文件是png格式及其他格式,后面的转换格式就可以调整为自己需要的格式即可)
src = os.path.join(os.path.abspath(self.path), item)#当前文件中图片的地址
# dst = os.path.join(os.path.abspath(self.save_path), ''+'week'+str(i) + '.jpg')#处理后文件的地址和名称,可以自己按照自己的要求改进
dst = os.path.join(os.path.abspath(self.save_path), f'{str(i).zfill(8)}.png') # 使用了 str(i).zfill(8) 来确保数字部分总是有 8 位,不足的部分用前导零填充。
image_name = f'{str(i).zfill(8)}.png'
print(image_name)
try:
# os.rename(src, dst)
shutil.copy(src, dst)
print ('converting %s to %s ...' % (src, dst))
i = i + 1
except:
continue
print ('total %d to rename & converted %d jpgs' % (total_num, i))
if __name__ == '__main__':
demo = BatchRename()
demo.rename()
三、修改效果
重命名后的效果见下对比图:
四、总结
以上就是批量按照原图片名排序修改图片格式为00000001.png的详细过程,学者参考我提供的方法,结合自己的样本格式灵活修改代码使用。
感谢您阅读到最后!😊总结不易,多多支持呀🌹 点赞👍收藏⭐评论✍️,您的三连是我持续更新的动力💖
关注公众号「视觉研坊」,获取干货教程、实战案例、技术解答、行业资讯!